小红书AI Agent 平台研发工程师—研发效能方向
任职要求
任职资格 1、2 年以上 Java、Python、Golang 等语言开发经验，具备扎实的后端、分布式系统和软件工程基础。 2、具备 Agent 或 AI 应用项目经验，理解 Agent Runtime、Tool Calling、MCP、RAG、上下文工程和任务编排等核心技术。 3、熟悉 DeepAgent、LangGraph、Spring AI 等至少一种 Agent 框架，理解 Graph/DAG 编排机制，能够结合生产场景进行扩展。 4、熟悉代码仓…
工作职责
1、建设面向研发全生命周期的 AI Agent 平台，推动其在需求理解、编码、测试发布和故障分析等场景落地。 2、建设企业级 Agent Harness / Runtime，完善工具调用、上下文与记忆、状态管理、Graph/DAG 任务编排及异常恢复等核心能力。 3、基于代码、文档、接口和运行数据建设业务域知识体系，打通代码仓库、IDE、CI/CD、知识库及监控系统，沉淀 MCP、Skill、Workflow 等基础能力。 4、建设 Agent 可观测与评测闭环，推动 GraphRAG、Graph Engineering 在代码理解、知识建模和长周期任务中的工程化应用。
参与打造业界领先的 AI 底层平台，在超大规模的异构数据与算力基座上，构建面向全场景 AI Agent 的运行、通信、存储、调度与反馈处理框架，参与Agent框架、AI 网关、AI Registry设计，定义新一代的 AI 基础设施。 1. 建设AI Agent 核心基础设施：打造支撑海量 Agent 高效运行与演进的新一代运行、通信、数据处理平台。通过构建高性能的数据存储、检索引擎及计算流水线，挖掘海量Agent 运行时数据、交互轨迹及上下文中信息价值； 2. 核心架构与功能研发： 参与全公司级 AI Agent 底层数据与计算平台的设计与研发，提供支撑 Agent 运行的高效数据采集、处理、存储与检索能力； 3. 数据飞轮建设： 设计并研发 Agent 交互数据的收集、清洗与自动化评估系统，构建高质量的数据反馈回路（Feedback Loop），持续驱动大模型与 Agent 能力的迭代升级； 4. Agent 运行时基座： 研发稳定、高可用的 Agent 运行时（Runtime）架构和数据基础设施，包括但不限于上下文prompt、skills及长短期记忆（Memory）管理、状态持久化及高并发任务调度引擎。
1、负责大模型/Agent应用核心链路的架构设计与系统研发，支撑大规模在线生产运行； 2、基于前沿大模型，设计Prompt组织、Agent编排、决策链路与评测机制，把模型能力转化为可度量的业务产能； 3、构建模型效果自动优化闭环与降本效率专项：错例归因、问题聚类、策略迭代、回归验证，推动系统自驱进化；推进平台在效果、成本、性能之间持续寻找更优解； 4、搭建面向AI决策的可观测与感知基础设施，让模型的判断过程对业务侧透明可信； 5、与策略、算法、模型训练、业务运营等多方深度协作，把复杂业务诉求翻译成可落地的技术方案。
1、负责企业级的AI Agent平台产品分析、架构设计、研发与持续迭代演进； 2、负责Agent技术研究应用及产品能力建设，包括不限于Multi-Agent、Workflow等，构建和完善多智能体系统的应用能力，确保系统的稳定性和扩展性。 3、负责Agent相关垂类应用落地，包括垂类Agent在商业化广告、客户服务、品牌营销、研究报告等方向的落地，提升智能体在复杂环境中的协作和决策能力。 4、能够持续学习、研究行业最佳实践，不断优化和提升大模型Agent的应用技术、支持业务场景下的Agent能力演进。
1. 探索智能化在淘系商家服务场景的落地应用与创新突破，充分发挥AI应用的潜力，构建电商B端服务的下一代AI技术体系； 2. 重塑商家进线服务体验：通过智能场景化预测、知识检索、智能路由应答、人工协作等多元AI工具，提高商家进线求助平台的服务体验； 3. 赋能商家智能化运营：深入商家在平台经营的业务，打造一些帮助商家自助解决、售后订单处理、ERP集成等AI助力工具，提升商家在平台的经营效率与效果。